ليما 4 سكاوت هو نموذج بـ 17 مليار معلمة يستخدم بنية خليط الخبراء مع 16 خبيرًا نشطًا، مما يضعه كأفضل نموذج متعدد الوسائط في فئته. يتفوق باستمرار على منافسين مثل جيما 3، وجيميني 2.0 فلاش-لايت، وميسترال 3.1 عبر مجموعة متنوعة من مهام المعايير. على الرغم من أدائه، فإن ليما 4 سكاوت فعال بشكل ملحوظ - قادر على العمل على وحدة معالجة رسومية واحدة من نوع NVIDIA H100 مع تكميم Int4. كما يتميز بنافذة سياق رائدة في الصناعة تصل إلى 10 ملايين وحدة وهو متعدد الوسائط بشكل أصلي، حيث يعالج بسلاسة مدخلات النصوص والصور والفيديو للتطبيقات الواقعية المتقدمة.
خلال الأشهر الخمسة الماضية منذ إصدار Qwen2-VL، قام المطورون ببناء نماذج جديدة بناءً عليه، مقدّمين ملاحظات قيّمة. الآن، يقدم Qwen2.5-VL قدرات محسّنة، تشمل التحليل الدقيق للصور والنصوص والرسوم البيانية، بالإضافة إلى تحديد المواقع للكائنات مع مخرجات JSON منظمة. يفهم مقاطع الفيديو الطويلة، ويحدد الأحداث الرئيسية، ويعمل كعميل يتفاعل مع الأدوات على أجهزة الكمبيوتر والهواتف. يتميز هيكل النموذج بمعالجة ديناميكية للفيديو ومشفر ViT مُحسّن لتحسين السرعة والدقة.
| Llama 4 Scout | Qwen2.5-VL-32B | |
|---|---|---|
موقع الويب
| ||
المزود
| ||
الدردشة
| ||
تاريخ الإصدار
| ||
الوسائط
| نص صور فيديو | نص صور فيديو |
مزودو API
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | - |
تاريخ قطع المعرفة
| 2025-04 | غير معروف |
مفتوح المصدر
| نعم (المصدر) | نعم (المصدر) |
تسعير الإدخال
| غير متاح | $0 |
تسعير الإخراج
| غير متاح | $0 |
MMLU
| غير متاح | 78.4% المصدر |
MMLU-Pro
| 74.3% Reasoning & Knowledge المصدر | 49.5% |
MMMU
| 69.4% Image Reasoning المصدر | 70% |
HellaSwag
| غير متاح | غير متاح |
HumanEval
| غير متاح | غير متاح |
MATH
| غير متاح | 82.2% |
GPQA
| 57.2% Diamond المصدر | 46.0% Diamond |
IFEval
| غير متاح | غير متاح |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
تطبيق الجوال | - | - |
Compare AI. Test. Benchmarks. تطبيبات دردشة الجوال, Sketch
Copyright © 2025 All Right Reserved.